云计算作为一种新型计算模式，被视为科技业的又一次信息革命。许多IT企业都将其作为新的战略核心，并推出了自己的云计算服务，包括自助式服务、虚拟化资源、快速弹性计算和海量存储等。　　 云计算的关键技术之一就是Google公司于2009年提出的MapReduce简化分布式计算模型，而这种思想早在2006年就已在Apache公司的Hadoop产品中体现，Hadoop主要由HDFS和MapReduce两部分组成，其基本思想就是把庞大的数据分成小块，分别对小块数据化简之后再进行归约。基本流程是首先把标准输入流中的元素分布式存储在每个分块（任务节点）中，再由主控节点给任务节点分配Map（化简）和Reduce（归约）任务，任务完成后由标准输出流输出。　　 RSA算法是目前使用最广泛的公钥密码体制之一。求解RSA问题的最直接方法是分解RSA模数。而对于大数分解亟待解决的问题就是如何缩短算法的时间复杂度。由于云计算具有海量数据处理能力，本文采用基于云计算的分布式并行计算方法进行大数分解，来缩短大数分解时间，提高大数分解效率。本文的主要内容如下:　　 1)实现传统大数分解算法中部分环节的分布式计算。根据分布式计算的实现要求，在大数分解的算法中，选择满足分布式计算条件的循环部分，并且选择准确的输入文件、设计适当的Map和Reduce算法、合理配置Hadoop来部分实现文中所选算法的分布式计算。　　 2)提出给定范围内搜索因子的新方法。本文给出的改进方案是把给定范围内需要查找的所有数据根据slave（任务节点）的数量分割成许多小块，让每个slave获得一小部分数据，书写Map函数，再分配给每一个slave，每个slave并行地完成自己分配到的任务，最后进行Reduce处理。